MétaCan
Menu
Retour à la cohorte
Enregistrement W2989151262 · doi:10.5539/jas.v11n18p155

Impact of Fall Armyworm (Lepidoptera: Noctuidae) in the Performance of Corn Crops Associated to Insecticides in Lowland Environment

2019· article· en· W2989151262 sur OpenAlexvenueno aff
Fabrício Oliveira Fernandes, Jéssica Ávila de Abreu, Lucas Martins Christ, Amilton F. da Silva, A. P. S. A. da Rosa, Luis C. Belarmino, J.F.S. Martins

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal de Pelotas
Mots-clésFall armywormNoctuidaeBiologyAgronomyLepidoptera genitaliaCultivarCropSpodopteraBotany

Résumé

récupéré en direct d'OpenAlex

Brazil, in lowland environment, corn has the potential for crop rotation with irrigated rice to minimizing infestations of red rice. The use of resistant cultivars associated to the use of insecticides are the main methods of control of the fall armyworm, Spodoptera frugiperda (Smith, 1797) (Lepidoptera: Noctuidae). However, there are lack of field studies that assess the crop’s production chain. The objective of this study was to evaluate the performance of corn cultivar, the conventional AG 9045 and the isogenic AG 9045 PRO2 Bt on the control of S. frugiperda, as well as to analyze the cost of production in the lowland environment. The cultivars were sown in the 2014/2015 and 2015/2016 harvests with adopted spacing of 0.7 meters and length of 5 meters. The application of insecticides was performed when the index of 10% of plants attacked by S. frugiperda was reached. Percentage (%) of attacked plants, corn productivity (kg ha-1) and cost of production (US$ ha-1) were evaluated. In the final analysis, the AG 9045 PRO2 isogenic Bt in conjunction to the chlorfenapyr + zeta-cypermethrin treatment show better efficiency on the control of S. frugiperda caterpillars, by a combination of two different control methods and active principles in the control of S. frugiperda, higher productivity indexes (3,155.58 kg ha-1) and profitability (-112.08 US$ ha-1).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,162

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetInsect Resistance and GeneticsTravaux en français237 207